May-akda: Chang'an, Shenchao TechFlow
DeepChao Guide: Ang timbangan ng 672 na problema sa North American collegiate mathematics competition ay natapos ng team ng NEAR AI gamit ang Agent. Ang kabuuang gastos ay humigit-kumulang $111, o $0.17 bawat problema. Ang team ng NEAR AI ay gumamit ng Open-source na model na DeepSeek V4 mula sa China upang matapos ang pagsubok. Ito ay hindi isang simpleng paligsahan sa intelektuwal na kapasidad ng malalaking modelo; sa likod ng talaan ng kapangyarihan ay isang negosyo sa imprastruktura na naglalayong gawing accessible sa mas malawak na publiko ang mahal na “formal verification” ng smart contract.
Mga test data mula sa isang open-source code repository, na ipinakita ang mga gastos sa paglutas ng mga problema ng malalaking modelo.
Kahit recent, ayon sa datos na inilabas ni Alex Skidanov, co-founder ng NEAR Protocol, at opisyal na mga pagsasalaysay, nalutas ng Agent ng NEAR AI ang lahat ng 672 na mahirap na tanong sa PutnamBench.
Ipaunawa sa mga reader na hindi pamilyar na ang PutnamBench ay hindi karaniwang bank ng mga tanong; ito ay isang benchmark na binuo mula sa porma ng mga tanong sa mga pinakamataas na undergraduate math competition sa North America (William Lowell Putnam).
Sa madaling salita, pinapayagan ang AI na gawin ang mahigpit na matematikal na pagdeduksyon upang tingnan kung kayang mag-isip nang sarili nito. Upang matapos ang lahat ng solusyon, nagkost ng halos $111.85 ang NEAR AI. Sa average, ang bawat tanong ay may gastos na $0.17.
Para sa paghahambing, mas mahal ang mga taksil ng iba pang mga solusyon na nakakuha ng perfect score.
Ayon sa data na inihanda ni MSBIntel, ang average na gastos bawat tanong ay umabot sa $44.50 gamit ang GPT-5.6 ni OpenAI; ang bawat tanong ay nangangailangan din ng $3.52 gamit ang Claude Opus 5 ni Anthropic.
Sa partikular na pagsubok na ito, ang NEAR ay gumamit ng solusyon na DeepSeek V4 upang bawasan ang gastos sa isang limang daanang bahagi ng GPT-5.6.
Ang public chain ay naglulutas ng mga math problem, ang layunin ng manlalakbay ay hindi ang alak
Ang timbang na pagsisikap ng tim ng public chain ay hindi nakatuon sa pagtuturo ng merkado.
Ang pangunahing kinakailangan sa pagsusulit ng PutnamBench ay ang makikita at ma-verify na kakayahan ng machine: ang mga sagot na ginawa ng AI ay hindi dapat magkakaroon lamang ng isang teksto, kundi kailangang isulat ang isang mahigpit na code ng patotoo gamit ang Lean 4 (isang pangunahing wika ng proof assistant).
Hindi dapat magkaroon ng mga bagay na may bug sa mga code na ito, hindi dapat iskips ang mga hakbang ng pagdeduc, at kailangang ma-verify ng machine nang 100%. Samantala, ito ay tumutugma sa isang mahalagang teknolohiya sa larangan ng computer science, na tinatawag na formal verification.
At ang kaugnayan nito sa industriya ng cryptocurrency, ang mga smart contract ay nagdadala ng mga pondo na milyon o maging daan-daang milyong dolyar. Ang tradisyonal na pag-audit ng code ay nakasalalay sa paghahanap ng mga vulnerabilities ng tao, habang ang formal verification ay gumagamit ng mahigpit na matematikal na lohika upang patunayan, isang linya sa isang linya, na ang code ay hindi magkakaroon ng mali sa lahat ng posibleng estado.
Matagal nang ang patotoo sa pormal ay may malubhang kahinaan: mahal at mabagal. Kailangan nito ng mga eksperto sa kaligtasan na antas-una at mahabang panahon, at karaniwan lamang ang mga proyektong may malaking pondo ang kayang mabayaran.
Ang pagsubok na ito ng NEAR AI ay nagpatunay sa pagkakaroon ng kakayahang mag-generate ng mga kumpiyansang matematikal na patotoo gamit ang mga open-source AI model, at mas nagpapatibay sa kanyang mababang gastos.
Pangkabuhayang imprastruktura para sa seguridad sa blockchain
Ipinapababa ng NEAR ang halaga ng formal verification sa ilang sentimo, ito ang tunay na negosyo na pinaglalaban nila.
Kasalukuyan, ang buong sistema na nag-uugnay sa DeepSeek at Lean 4 ay naging bukas na source. Ang susunod na direksyon na inilabas ng NEAR ay ang direktang paggamit ng mura nitong kasangkapan sa pagsusuri ng kaligtasan ng NEAR Protocol at mga pangunahing smart contract.
Kaya maaari mong iintindihin ito bilang isang teknikal na pagpapalaganap, o sa mas simpleng salita, ang project team ay gumagawa ng mga hakbang na may kinalaman sa AI narrative.
Kung ang open-source AI ay kayang magbigay nang tiyak na mga patunay ng kaligtasan ng code na makakabasa ng machine, ibig sabihin ay maaari rin ng karaniwang developer at mga maliit na ekipa ng proyekto na pagsagutan ang formal verification sa halagang ilang sentimo bago ilunsad ang contract, na nagbabawas sa posibilidad ng pagkakaroon ng problema sa smart contract.
Gayon man, sa pananaw na obhetibo, walang direkta ugnayan ito sa maikling panahong pagtaas o pagbaba ng presyo ng NEAR token. Ngunit sa ilalim na pakikidigma sa ekosistema ng public chain, mas may tunay na komersyal na halaga ang paggamit ng ilang dolyar lamang para maglinis ng mga panganib kaysa magbayaan ng milyon-milyon para sa pagpapabuti pagkatapos.